Mysql8.0 字符集

在8.0版本之前，MySQL默认的字符集为latin1，而8.0版本默认的字符集为utf8mb4。

latin1是ISO-8859-1的别名，有些环境下写作latin-1。ISO-8859-1编码是单字节编码，不支持中文等多字节字符，但向下兼容ASCII，其编码范围是0x00-0xFF、0x00-0x7F之间完全和ASCII一致、0x80-0x9F之间是控制字符、0xA0-0xFF之间是文字符号。

 MySQL中utf8字符集是utf8mb3的别称，使用三个字节编码表示一个字符。自MySQL 4.1版本被引入，能够支持绝大多数语言的字符，但依然有些字符不能正确编码，如emoji表情字符等，为此MySQL 5.5引入了utf8mb4字符集。

在MySQL 5.7对utf8mb4进行了大幅优化，并丰富了校验字符集。mb4就是“most byte 4”的意思，专门用来兼容四字节的Unicode，utf8mb4编码是utf8编码的超集，兼容utf8，并且能存储4字节的表情字符。如果原来某些库和表的字符集是utf8，可以直接修改为utf8mb4，不需要做其他转换。

查看数据库的默认字符集：

mysql> show variables like 'character_set_database';
+------------------------+---------+
| Variable_name          | Value   |
+------------------------+---------+
| character_set_database | utf8mb4 |
+------------------------+---------+
1 row in set, 1 warning (0.00 sec)

字符集校对规则是在字符集内用于字符比较和排序的一套规则，如有的规则区分大小写，有的则无视。校对规则特征如下。
• 两个不同的字符集不能有相同的校对规则。
• 每个字符集有一个默认的校对规则。
• 校对规则存在命名约定，以其相关的字符集名开始，中间包括一个语言名，并且以_ci、_cs或_bin结尾。其中_ci表示大小写不敏感、_cs表示大小写敏感、bin表示直接比较字符的二进制编码，即区分大小写。

查看utf8mb4的字符的校对规则：

mysql> show collation like 'utf8mb4_0900%';
+--------------------+---------+-----+---------+----------+---------+---------------+
| Collation          | Charset | Id  | Default | Compiled | Sortlen | Pad_attribute |
+--------------------+---------+-----+---------+----------+---------+---------------+
| utf8mb4_0900_ai_ci | utf8mb4 | 255 | Yes     | Yes      |       0 | NO PAD        |
| utf8mb4_0900_as_ci | utf8mb4 | 305 |         | Yes      |       0 | NO PAD        |
| utf8mb4_0900_as_cs | utf8mb4 | 278 |         | Yes      |       0 | NO PAD        |
| utf8mb4_0900_bin   | utf8mb4 | 309 |         | Yes      |       1 | NO PAD        |
+--------------------+---------+-----+---------+----------+---------+---------------+
4 rows in set (0.00 sec)